Óritskoðaði myndgervillinn
Engin efnissía á myndgerðarleiðinni. Ekkert neitunarlag á líkaninu sem skrifar fyrirmælin. Og fyrirmælin eru sýnd þér á staðfestingarspjaldi áður en nokkuð er teiknað eða rukkað.
Í stuttu máli
Shannon býr til myndir úr venjulegu máli, á hvaða tungumáli sem er, breytir einni fyrirliggjandi mynd og sameinar tvær eða fleiri myndir í eina. Það er engin efnissía á myndgerðarleiðinni og ekkert neitunarlag á líkaninu sem breytir beiðninni þinni í myndgerðarfyrirmæli — og það er einmitt kjarni málsins, því síaðir myndgervlar loka reglulega á löglega fagvinnu. Áður en nokkuð er teiknað sýnir Shannon þér nákvæmlega fyrirmælin sem það skrifaði á staðfestingarspjaldi; ekkert er búið til og ekkert rukkað fyrr en þú staðfestir. Shannon býr aldrei til mynd óumbeðið. Fimm myndhlutföll. Þetta býr í Shannon-spjallforritinu, ekki /v1 API-inu — og svo það sé alveg skýrt: það er engin myndbandsgerð.
Flestir sem leita að „óritskoðuðum myndgervli“ eru ekki á höttunum eftir einhverju ósæmilegu. Þetta eru teiknarar sem var hafnað um módelteikningarfyrirmynd, læknaritarar sem var hafnað um líffærafræðimynd, öryggissérfræðingar sem var hafnað um falsaða innskráningarsíðu í þjálfunarglærur, rithöfundar sem var hafnað um bardagaatriði, skopmyndateiknarar sem var hafnað um að teikna stjórnmálamann. Sían ákvað ekki að vinnan þeirra væri skaðleg. Hún ákvað að hún gæti ekki greint það, og að hafna er ódýrara en að hafa rangt fyrir sér. Þessi grein útskýrir hvað Shannon gerir í staðinn, og nákvæmlega hvernig ferlið gengur fyrir sig frá því augnabliki sem þú slærð inn beiðni.
01Hvað þýðir „óritskoðað“ í raun fyrir myndgervil?
Orðið er notað nógu lauslega til að vera nánast merkingarlaust, svo hér er nákvæma útgáfan. Nútíma myndavara hefur að minnsta kosti fjóra staði þar sem beiðni getur dáið:
- Flokkun inntaks — textinn þinn er gefinn einkunn gagnvart efnisflokkum áður en nokkuð annað gerist, og há einkunn drepur beiðnina.
- Endurskrifun fyrirmæla — aðstoðarmaður „bætir“ fyrirmælin þín í kyrrþey, sem í reynd þýðir að slípa burt einmitt það sem þú baðst um.
- Neitunarlag á aðstoðarmanninum — líkanið sem talar við þig neitar að senda beiðnina áfram, yfirleitt með málsgrein um hvers vegna það geti ekki hjálpað.
- Flokkun úttaks — fullbúna myndin er gefin einkunn eftir teiknun og haldið eftir, svo þú brennir myndgerðinni og færð ekkert.
Á Shannon er engin efnissía á myndgerðarleiðinni og ekkert neitunarlag á líkaninu sem skrifar fyrirmælin. Beiðnin þín er ekki gefin einkunn gagnvart bannlista yfir efnisflokka, er ekki endurskrifuð í kyrrþey í eitthvað öruggara og er ekki hafnað af því að orð í henni passaði við áhættuflokk. Líkanið sem les skilaboðin þín skrifar myndgerðarfyrirmæli sem endurspegla það sem þú baðst raunverulega um, og réttir þér þau svo til yfirlestrar.
Það sem „óritskoðað“ er ekki: það er ekki fullyrðing um að hver mynd sé meistaraverk, eða að líffærafræði og eðlisfræði komi alltaf rétt út — það eru spurningar um getu, sem fjallað er heiðarlega um í fyrirmælaleiðbeiningunum. Það er heldur ekki fullyrðing um að allt sé leyfilegt. Shannon Lab LLC rekur stefnu um ábyrga notkun, og fjarvera sjálfvirkrar síu er einmitt ástæða þess að sú stefna ber þyngdina í staðinn. Að fjarlægja bareflið hækkar kröfurnar til manneskjunnar sem heldur á verkfærinu; það afnemur þær ekki.
02Neitunarvandinn: lögleg vinna sem síaðir myndgervlar loka á
Efnissíur flokka eftir yfirborðseinkennum, því það er allt sem þær geta gert ódýrt í stórum stíl. Þær sjá orð og myndeiningar. Þær sjá ekki tilgang, faglegt samhengi eða hver er að spyrja. Í því bili verður tjónið, og það er ótrúlega samkvæmt sjálfu sér þvert á vörur: sömu fáu flokkunum er hafnað alls staðar, af sömu byggingarlegu ástæðu.
| Verkflokkur | Hvers vegna sían hafnar | Hvað var í raun beðið um |
|---|---|---|
| Listrænar nektarmyndir og módelteikning | Nektarflokkarar geta ekki greint listahefðina frá klámi, svo líkaminn sjálfur verður áhættumerkið. | Fyrirmynd fyrir módelteikningu, líffærafræðiathugun, hugmynd að höggmynd af mannslíkama — grunnur listnáms í fimm aldir. |
| Læknisfræðileg myndskreyting | Skurðsvæði, sár og innri líffærafræði lesast sem hryllingur hjá flokkara sem þjálfaður er á ofbeldisfullu myndefni. | Kennslubókarmynd, skýringarmynd fyrir sjúklinga, húðsjúkdómstilfelli, mynd í fræðigrein. |
| Réttarfræðileg myndskreyting | Áverkamynstur og endurgerðir vettvangs eru óaðgreinanleg frá ofbeldisefni út frá tölfræði myndeininga. | Sýningargagn fyrir dómstól, endurgerð við slysagreiningu, þjálfunarmynd fyrir rannsakendur. |
| Myndefni fyrir öryggisrannsóknir | Sannfærandi fölsuð innskráningarsíða lítur nákvæmlega eins út og misnotkunin sem henni er ætlað að kenna fólki að þekkja. | Fræðsluefni um veiðipóst, mynd í skýrslu rauðs liðs, glæra á ráðstefnu. |
| Ofbeldi í skáldskap | Sérhver lýsing á skaða fær einkunn sem skaði; sían hefur enga hugmynd um frásagnarramma. | Kápumynd á stríðsskáldsögu, rammi í myndasögu, atriðaskissa, hugmyndalist í tölvuleik, sögulegt bardagaatriði. |
| Pólitískar skopmyndir | Þekkjanleg opinber persóna auk óflatterandi samhengis brýtur reglur um ásýnd og lítilsvirðingu í einu. | Skopmynd í leiðaraopnu — tjáningarform sem er eldra en ljósmyndunin og nýtur verndar. |
| Vörumerkja- og ásýndarvinna | Bannlistar yfir vörumerki og ásýnd gilda jafnt um alla, líka rétthafann sjálfan. | Auglýsingastofa að gera drög að umbúðum eigin viðskiptavinar; tónlistarmaður að búa til eigið tónleikaplakat. |
Skoðaðu síðustu línuna vel, því hún afhjúpar alla hönnunina. Almenn lokun á ásýnd meðhöndlar rétthafann nákvæmlega eins og þann sem brýtur á honum: sá sem á sterkasta mögulega tilkallið til vörumerkis eða andlits fær sömu höfnun og bláókunnugur maður. Engin sía getur lagað það, því upplýsingarnar sem vantar eru ekki í fyrirmælunum — þær eru í því hver er að spyrja, og flokkari veit það aldrei. Sama ósamhverfa gengur í gegnum hverja einustu línu. Ekkert í myndeiningunum skilur líffærafræðimynd frá klámi, eða réttarfræðilega endurgerð frá blóðugu efni. Ekkert greinir veiðipóstseftirlíkingu gerða til að þjálfa starfsfólk frá einni sem gerð er til að svíkja það: samkvæmt hönnun eru þær sama myndin. Reistu hliðið til að stöðva þá seinni og þú stöðvar alltaf þá fyrri.
Það er annar kostnaður sem sjaldan er talinn: kælandi áhrifin á hvernig fólk skrifar. Eftir þrjár neitanir ferðu að skrifa í varnarstöðu — slærð varnagla, ferð undan í flæmingi, sleppir smáatriðinu sem skipti máli, bætir við „smekklegt“ eins og verndargrip. Útkoman versnar ekki af því að líkanið versnaði heldur af því að þú hættir að lýsa því sem þú vildir. Óritskoðaður myndgervill er að hluta til gæðaeiginleiki einmitt af þessari ástæðu: þú getur skrifað sanna lýsingu og færð því sanna mynd.
03Hvernig staðfestingarferli Shannon virkar
Að fjarlægja síuna vekur augljósa spurningu: ef ekkert er að skoða beiðnina, hvað kemur þá í veg fyrir að misskilningur verði að mynd sem þú vildir ekki og bjóst ekki við að borga fyrir? Svar Shannon er ekki enn eitt sjálfvirka hliðið. Það er að sýna þér fyrirmælin og spyrja.
Skrefin fjögur
- Þú biður um á venjulegu máli, á hvaða tungumáli sem er. Það er engin sérstök málskipan, engin
/imagine-skipun, enginn stikustrengur. Þú lýsir því sem þú vilt eins og þú myndir lýsa því fyrir manneskju. Shannon vinnur á því tungumáli sem þú skrifar á. - Shannon ákveður að verið sé að biðja um mynd. Þetta er mat á ætlun, ekki leitarorðasamsvörun. Að tala um ljósmynd er ekki það sama og að biðja um hana.
- Shannon skrifar myndgerðarfyrirmælin sjálft, á ensku. Sama á hvaða tungumáli þú baðst, fyrirmælin eru samin á ensku — lýsingin þín útvíkkuð í það samfellda málsniði með viðfangsefnið fremst sem myndlíkanið bregst best við, með völdu myndhlutfalli og fylltar inn þær áþreifanlegu upplýsingar sem stutt beiðni skilur eftir.
- Staðfestingarspjaldið birtist — og stöðvar. Þú sérð öll fyrirmælin sem Shannon skrifaði, áður en nokkuð er teiknað. Ekkert er búið til og ekkert rukkað fyrr en þú staðfestir. Þú getur samþykkt þau, hafnað þeim eða sagt Shannon hverju á að breyta og fengið endurskoðað spjald.
Hvers vegna þetta er betra en sía
Sía er ákvörðun tekin um þig, ósýnilega, út frá upplýsingum sem hún hefur ekki. Staðfestingarspjald er ákvörðun tekin af þér, sýnilega, út frá öllum upplýsingum sem til eru. Afleiðingarnar hlaðast upp:
- Engar óvæntar rukkanir. Teiknunin er dýra skrefið og spjaldið kemur á undan — svo misskilin beiðni kostar þig augnablik, ekki heila myndgerð.
- Þú grípur frávik áður en teiknað er. Ef þú baðst á japönsku um tiltekna birtu og ensku fyrirmælin komu örlítið öðruvísi út, þá sérðu það í textanum en ekki þrjátíu sekúndum síðar í mynd.
- Fyrirmælin kenna. Að lesa hvernig Shannon þenur „þungbúna portrettmynd af fiðluleikara“ út í heila málsgrein með myndavél, linsu, birtu og umhverfi er fljótlegasta leiðin til að læra hverju myndlíkanið bregst við.
- Óvissa leysist þér í hag. Þar sem síuð vara giskar varlega og hafnar oft skrifar Shannon sína bestu túlkun og leyfir þér að leiðrétta hana.
Dæmi til útskýringar. Þú skrifar, á portúgölsku, eitthvað á þessa leið: „gerðu plakat fyrir tónleika hljómsveitarinnar minnar í gamla leikhúsinu, grófgert, svolítið áttunda áratugarins.“ Shannon þekkir myndbeiðni, velur tall af því að þú sagðir plakat, og skrifar:
A four-piece rock band standing in the lobby of a decaying 1920s theater,
lit by a single bare bulb overhead, three of them facing camera and one
turned away. Shot on expired Kodak Portra 400, 35mm, heavy grain and
slight color shift toward magenta. Peeling gilt plasterwork and torn red
velvet drapes behind them, dust visible in the light. Shallow depth of
field, harsh top light, deep shadows under the eyes.
Það er á því spjaldi sem þú tekur eftir að þú vildir fimm hljómsveitarmeðlimi, ekki fjóra. Þú segir það, spjaldið uppfærist, og fyrst þá er nokkuð teiknað. Í síaðri vöru hefðirðu borgað fyrir ranga mynd fyrst.
04Shannon býr aldrei til mynd óumbeðið
Öfuga bilanamynstrið skiptir alveg jafn miklu máli. Vara sem er áfjáð í að teikna er þreytandi: þú límir inn skjámynd til að spyrja um hana og færð „bætta“ útgáfu til baka; þú segir „ímyndaðu þér“ sem orðatiltæki og færð mynd. Shannon gerir þetta ekki.
- Kveðja er ekki beiðni. Að heilsa gefur svar, ekki mynd.
- Spurning er ekki beiðni. Að spyrja hvað geri plötuumslag gott skilar þér svari um plötuumslög.
- Ljósmynd sem hengd er með í framhjáhlaupi er ekki beiðni. Að setja mynd inn í samtalið til að ræða hana hefur ekki myndvinnslu í för með sér.
- Að tala um myndir er ekki að biðja um mynd. Að ræða málverk, tækni ljósmyndara eða hönnunarverkefni er áfram samtal.
Og fylgifiskurinn, sem er sá hluti sem fólki reynist gagnlegastur í daglegri vinnu: að biðja Shannon að skoða mynd er venjuleg sjónvinna, ekki myndgerð. Lýstu þessari ljósmynd, lestu textann á þessari skjámynd, segðu mér hvað er að þessari uppsetningu, skrifaðu upp þessa handskrifuðu minnispunkta, greindu plöntuna — allt er þetta lestur, ekki sköpun. Það gefur ekkert staðfestingarspjald og kostar ekkert aukalega umfram venjulegt samtal. Myndgerð er sérstök og meðvituð aðgerð með sýnilegu hliði fyrir framan sig, og allt annað er bara spjall.
05Myndhlutföll: fimm form, og þitt ræður
Römmun er ekki skraut. Hún breytir myndbyggingu, því hvernig líkanið dreifir smáatriðum, og hvort útkoman passar þar sem þú ætlar að nota hana. Shannon býður fimm hlutföll, ályktar skynsamlegt hlutfall út frá lýsingu þinni og víkur fyrir þér um leið og þú lýsir yfir ósk.
| Hlutfall | Notaðu það fyrir | Athugasemdir |
|---|---|---|
| square | Almenna notkun, vörumyndir, tákn, samfélagsmiðlafærslur, staka hluti. | Sjálfgefið. Valið þegar ekkert í beiðninni gefur form í skyn. |
| portrait | Fólk, stakar mannverur, há viðfangsefni, bókakápur, persónulist. | Gefur standandi mannveru pláss án þess að klippa af höfði eða fótum. |
| landscape | Landslag, innirými, hópa af fólki, yfirlitsskot. | Eðlilega formið fyrir allt sem er breiðara en það er hátt. |
| wide | Kvikmyndalega römmun, borða, hausa, víðsýni. | Breiðara en landscape. Ýtir líkaninu í átt að kvikmyndalegri myndbyggingu. |
| tall | Plaköt, símaveggfóður, lóðréttar uppsetningar, viðburðaflugrit. | Hærra en portrait. Skilur eftir pláss efst þar sem plakattexti situr venjulega. |
Tvær hagnýtar athugasemdir. Skýr ósk frá þér ræður alltaf — segðu wide og þú færð wide, jafnvel fyrir eina standandi mannveru. Og hlutfallið hefur samspil við innihaldið: breiður rammi býður líkaninu að fylla hliðarnar, svo breið portrettmynd af einni manneskju hefur tilhneigingu til að rækta upp umhverfi í kringum hana; ef þú vilt þétt andlit í breiðum ramma þá skaltu segja það („þétt römmun um höfuð og herðar, bakgrunnur hverfur“). Myndvinnsla hegðar sér öðruvísi af ásettu ráði — myndvinnsla heldur myndhlutfalli upprunalegu myndarinnar sjálfkrafa, því að umbreyta lögun myndar sem þú baðst um að fá breytt er nánast aldrei það sem þú áttir við. Samsetning mynda leyfir þér hins vegar að velja nýjan striga, því útkoman er raunverulega ný myndbygging.
06Hvað þú getur í raun búið til
Þrjár aðgerðir. Það borgar sig að vera nákvæmur um mörkin á milli þeirra, því að velja ranga aðgerð er algengasta orsök vonbrigða með útkomuna.
Búa til nýja mynd
Texti inn, mynd út. Ljósmyndaraunsæi er sjálfgefið nema þú biðjir um list, myndskreytingu eða anime — svo ef þú vilt málverk, segðu málverk. Texti-í-mynd á Shannon tekur engin neikvæð fyrirmæli: lýstu aðeins því sem þú vilt. Að skrifa „engir bílar, ekkert fólk“ hefur tilhneigingu til að kalla fram einmitt það sem þú útilokaðir, því líkanið les nafnorðið en ekki neitunina.
Breyta einni fyrirliggjandi mynd
Nákvæmlega ein upprunamynd — annaðhvort þegar í samtalinu eða hengd við núverandi skilaboð — ásamt fyrirmælum um hvað breytist og hvað stendur. Að nefna óbreyttu hlutana er langstærsta gæðastillingin í kerfinu: „breyttu bakgrunninum í regnvota borgargötu að næturlagi með neonspeglunum, hafðu konuna nákvæmlega eins og hún er“ heldur viðfangsefninu á hátt sem „breyttu bakgrunninum“ gerir ekki. Myndvinnsla styður neikvæð fyrirmæli, svo óæskilegar aukaverkanir eiga heima þar en ekki í fyrirmælunum sjálfum.
Sameina tvær eða fleiri myndir
Alltaf þegar þættir koma úr fleiri en einni mynd: flutningur á fatnaði, að setja hlut X inn í umhverfi Y, manneskju A við hlið manneskju B, vöru á manneskju, eða stíl einnar myndar með viðfangsefni annarrar. Fyrirmælin verða að nefna hlutverk hverrar myndar í réttri röð — fyrsta myndin er aðalviðfangsefnið eða umhverfið, seinni myndirnar leggja til þá hluta sem sóttir eru inn. Ekki þjappa fjölmyndaverki niður í eina upprunamynd auk textalýsingar á hinni; það að nota raunverulegu seinni myndina er það sem varðveitir raunverulegt útlit hennar, sem er einmitt öll ástæðan fyrir því að sameina í stað þess að lýsa.
Viðfangsefni sem önnur verkfæri hafna
Áþreifanlega, og dregið af flokkunum hér að ofan, er þetta sú vinna sem gengur hér í gegn án þrætu:
- Módelteikning og listrænar nektarmyndir fyrir myndskreytingu, höggmyndafyrirmyndir og listrænar æfingar.
- Læknisfræðileg og líffærafræðileg myndskreyting — skurðsjónarhorn, húðsjúkdómstilfelli, skýringarmyndir fyrir sjúklinga — og réttarfræðileg endurgerð fyrir skýrslur, sýningargögn og þjálfun rannsakenda.
- Myndefni fyrir öryggisrannsóknir: fölsuð viðmót, aðstæður félagsverkfræði, fræðsluefni um veiðipóst.
- Ofbeldi og áverkar innan skáldskapar: bókakápur, rammar í myndasögum, atriðaskissur, hugmyndalist í tölvuleiki, söguleg bardagaatriði, hryllingur og líkamshryllingur.
- Pólitískar skopmyndir og leiðaramyndir sem sýna opinberar persónur.
- Vinna með vörumerki, umbúðir og ásýnd, unnin af þeim sem á réttinn.
Þessi listi lýsir því sem varan lokar ekki á. Hann er ekki leyfi til að hunsa lögin eða stefnuna um ábyrga notkun; kafli 09 segir hreint út hvar mörkin liggja.
07Hvernig skrifa á fyrirmæli sem myndlíkanið skilur
Shannon skrifar fyrirmælin fyrir þig, svo þú þarft aldrei að læra þetta — en spjaldið er breytanlegt, og að vita hvernig myndlíkanið les gerir þér kleift að stýra nákvæmlega. Stutta útgáfan; heildarumfjöllunin er í fyrirmælaleiðbeiningunum:
- Skrifaðu samfelldan texta, ekki merki. Myndlíkanið les fyrirmæli eins og mállíkan les texta. Heilar setningar slá kommuaðgreind leitarorð út. „A woman in her 30s at a rain-soaked Tokyo crosswalk at night“ virkar betur en „woman, 30s, Tokyo, rain, night“.
- Stefndu á 30–80 orð, og aldrei mikið yfir 100. Þar fyrir ofan fara síðari setningarhlutar að missa áhrif.
- Raðaðu því eins og líkanið les það: viðfangsefni → athöfn eða stelling → stíll og stemning → umhverfi og lýsing → tæknileg atriði á borð við römmun, dýptarskerpu og liti. Það mikilvægasta fyrst.
- Gerðu viðfangsefnið áþreifanlegt. „A man in his 40s with a salt-and-pepper beard“ er viðfangsefni. „A person“ er eyða sem líkanið fyllir með meðaltali.
- Fyrir ljósmyndir, skrifaðu þær sem ljósmynd. Nefndu raunverulega myndavél, linsu og filmu eða birtu — „shot on Kodak Portra 400, 85mm f/1.4, soft window light“ — og bættu við jarðtengjandi smáatriðum: húðholum, vefnaði í efni, náttúrulegum ófullkomleikum. Fyrir margskipt myndrými skaltu lýsa forgrunni, miðgrunni og bakgrunni sem aðskildum setningarhlutum, og festa nákvæma liti á hluti með hex-gildi: „a jacket, color #8B0000“.
- Slepptu ruslinu frá SDXL-tímanum. „masterpiece, best quality, 8k“ gerir ekkert hér, og vægisritháttur á borð við
(word:1.3)er ekki lesinn. Blandaðu aldrei saman andstæðum fyrirmælum — „photorealistic“ og „watercolor“ í sömu fyrirmælum gefur þér hvorugt.
Í reynd: í stað elderly fisherman, portrait, weathered face, harbor, morning, photorealistic, masterpiece, best quality, 8k skaltu skrifa það eins og líkanið les það í raun:
An elderly fisherman in his 70s with a deeply weathered face and white
stubble, mending a net across his knees, looking down at his hands. Quiet,
unposed documentary mood. A small working harbor at first light, wooden
hulls and coiled rope behind him, mist over the water. Shot on Kodak Portra
400, 85mm f/1.4, soft overcast light, shallow depth of field, visible skin
texture and pores.
Þetta er ekki lengra sjálfs sín vegna. Hver setningarhluti kemur í stað ákvörðunar sem líkanið hefði annars tekið af handahófi, með ákvörðun sem þú tókst af ásetningi.
08Hvar þetta býr: í spjallforritinu, ekki API-inu — og ekkert myndband
Tvennt hér sem við kjósum frekar að segja þér áður en þú skráir þig en eftir á.
Myndavinna er í spjallforritinu
Myndgerð, myndvinnsla og samsetning margra mynda fara allar fram í Shannon-spjallforritinu. Þær eru ekki í boði í /v1 API-inu. API Shannon — /v1/chat/completions, /v1/messages og /v1/responses, allt með streymi, allt skjalfest á shannon-ai.com/docs/api — þjónar texta og sjón. Sjón þýðir að líkönin lesa myndir sem þú sendir þeim: lýsa, greina, skrifa upp, álykta um línurit eða skjámynd. Það þýðir ekki að búa þær til. Ef þú fannst þessa síðu með leit að „óritskoðuðu myndgerðar-API“ þá er þetta heiðarlega svarið, og við kjósum frekar að vera hreinskilin núna en að láta þig uppgötva það eftir að þú hefur samþætt. Það sem API-ið er gott í er hinn helmingur sama vandamáls: óritskoðaður texti og sjón, ekkert neitunarlag, þrjár API-mállýskur, á okkar eigin GPU-klasa. Rannsóknayfirlitið hefur líkanaflís fyrir hvert líkan.
Það er engin myndbandsgerð
Shannon býr ekki til myndband. Það hreyfir ekki kyrrmynd, býr ekki til myndskeið, gerir hvorki mynd-í-myndband né texta-í-myndband, og engin slík virkni er á döfinni sem við erum að kynna hér. Myndavinna á Shannon þýðir nákvæmlega þrennt: búa til nýja mynd, breyta einni fyrirliggjandi mynd og sameina tvær eða fleiri myndir. Ef myndband er það sem þú þarft þá er Shannon ekki verkfærið, og engin fyrirmæli munu breyta því.
Við stafum þetta út vegna þess að „óritskoðaður myndgervill“ og „óritskoðaður myndbandsgervill“ sitja þétt saman í leitarniðurstöðum, og síða sem er óljós um virkni sem vantar er að vona að þú skráir þig áður en þú tekur eftir því. Myndir eru teiknaðar á okkar eigin GPU-klasa. Myndbönd eru hvergi teiknuð, því við gerum þau ekki.
09Ábyrg notkun, sögð hreint út
Shannon Lab LLC er fyrirtæki í Nýju-Mexíkó sem starfar samkvæmt lögum Bandaríkjanna. Að fjarlægja sjálfvirka síu fjarlægir hvorki lögin né stefnu okkar. Það sem það gerir er að færa matið frá flokkara sem sér ekki samhengi yfir á fagmann sem sér það — og ber ábyrgð á niðurstöðunni.
Kynferðislegt efni sem varðar börn er fortakslaust bannað og er ekki grátt svæði á neinum ási. Sama gildir um efni sem búið er til í því skyni að áreita, ærumeiða, svíkja eða þykjast vera raunveruleg manneskja — þar á meðal kynferðislegt myndefni af raunverulegum, þekkjanlegum einstaklingi gert án samþykkis hans — og notkun á vörumerki eða ásýnd annarra í blekkingarskyni. Þetta eru ekki síuflokkar sem hafa verið slökktir; þetta eru bönnuð not á vörunni, framfylgt gagnvart notendareikningum en ekki leitarorðum, sem er það stig þar sem ætlun er raunverulega sýnileg. Öll skilyrðin eru í stefnunni um ábyrga notkun. Samningurinn er einfaldur: verkfæri sem véfengir ekki fagmennsku þína, gegn því að þú sért sá fagmaður sem það gerir ráð fyrir.
10Algengar spurningar
Hvað er óritskoðaður myndgervill?
Það er myndgervill án efnissíu á milli beiðninnar þinnar og myndarinnar, og án neitunarlags á líkaninu sem breytir beiðninni þinni í myndgerðarfyrirmæli. Á Shannon þýðir það að beiðni er ekki gefin einkunn gagnvart bannlista yfir efnisflokka, ekki endurskrifuð til að vera öruggari og ekki hafnað af því að leitarorð leit áhættusamlega út. Þetta er ekki loforð um að hver mynd verði fullkomin; þetta er loforð um að kerfið reyni að vinna verkið sem þú baðst raunverulega um.
Hvers vegna hafna almennir myndgervlar löglegri fagvinnu?
Vegna þess að síurnar þeirra flokka beiðnir eftir yfirborðseinkennum en ekki eftir tilgangi. Sía sem byggir á leitarorðum og flokkurum getur ekki með áreiðanlegum hætti greint líffærafræðimynd frá klámi, réttarfræðilega endurgerð frá blóðugu efni, veiðipóstseftirlíkingu gerða fyrir öryggisþjálfun frá raunverulegri veiðipóstssíðu, eða skopstælingu á opinberri persónu frá ærumeiðingum. Andspænis þeirri óvissu er örugga verkfræðilega valið að hafna, svo heilir flokkar af löglegri vinnu — módelteikning, læknisfræðileg og réttarfræðileg myndskreyting, myndefni fyrir öryggisrannsóknir, ofbeldi í skáldskap, pólitískar skopmyndir og vinna rétthafa með eigin vörumerki og ásýnd — sópast með raunverulegri misnotkun.
Sýnir Shannon mér fyrirmælin áður en mynd er búin til?
Já. Þú biður um á venjulegu máli, á hvaða tungumáli sem er. Shannon ákveður að verið sé að biðja um mynd, skrifar myndgerðarfyrirmælin sjálft á ensku og sýnir þér þau fyrirmæli á staðfestingarspjaldi. Ekkert er teiknað og ekkert er rukkað fyrr en þú staðfestir. Þú getur lesið fyrirmælin, hafnað þeim eða beðið um breytingar fyrst.
Getur Shannon búið til myndband?
Nei. Það er engin myndbandsgerð á Shannon. Shannon hreyfir ekki myndir og býr ekki til myndband af neinu tagi, og engin myndbandsvirkni er á döfinni sem við erum að kynna hér. Myndavinna á Shannon þýðir þrennt: að búa til nýja mynd, að breyta einni fyrirliggjandi mynd og að sameina tvær eða fleiri myndir í eina.
Er óritskoðuð myndgerð í boði í API-inu?
Nei. Myndgerð, myndvinnsla og samsetning eiga heima í Shannon-spjallforritinu. /v1 API-ið þjónar texta og sjón — það les myndir sem þú sendir því og býr þær ekki til. Ef þú komst hingað úr leit að óritskoðuðu myndgerðar-API þá er þetta heiðarlega svarið: notaðu spjallforritið fyrir myndavinnu og API-ið fyrir óritskoðaðan texta og sjón.
11Það sem eftir er af þessari greinaröð
Fjórar fylgigreinar kafa djúpt í þá hluta sem þú munt raunverulega eyða tíma í:
- Óritskoðuð myndvinnsla með gervigreind — fyrirmæli í boðhætti, að festa það sem stendur, neikvæð fyrirmæli, erft myndhlutfall.
- Óritskoðuð samsetning margra mynda — röðun hlutverka, flutningur á fatnaði, vara á manneskju, viðfangsefni inn í umhverfi.
- Leiðbeiningar um óritskoðuð myndfyrirmæli — samfelldur texti fram yfir merki, viðfangsefnið fremst, myndavéla- og filmumál, hex-litir, dauð orð.
- Óritskoðuð á móti síaðri myndgervigreind — sömu beiðnir í gegnum báðar hönnanir, flokk fyrir flokk.
Fyrir texta- og sjónarhlið kerfisins — óritskoðuðu líkönin á bak við API-ið — skaltu byrja á rannsóknayfirlitinu.
Búðu til það sem þú baðst raunverulega um
Engin sía á leiðinni. Fyrirmælin á skjánum áður en nokkuð er teiknað. Aðeins myndir.
Opnaðu spjallforritið API-skjölinMyndir eru teiknaðar á okkar eigin GPU-klasa · engin myndbandsgerð · Stefna um ábyrga notkun
Shannon Lab LLC, Nýju-Mexíkó, Bandaríkjunum. Myndgerð, myndvinnsla og samsetning margra mynda eru eiginleikar Shannon-spjallforritsins og eru ekki í boði í /v1 API-inu, sem þjónar texta og sjón. Það er engin myndbandsgerð. Myndhlutföll, staðfestingarferlið og aðgerðirnar sem hér er lýst endurspegla vöruna eins og hún var 5. september 2026.